20)0 引 言時(shí)頻分析方法是一種聯(lián)合時(shí)間和頻率的信號(hào)處理方法,它能夠?qū)Ψ瞧椒€(wěn)信號(hào)進(jìn)行直觀處理和分析,是現(xiàn)代信號(hào)處理領(lǐng)域關(guān)鍵技術(shù)之一[1]。常用的時(shí)頻分析方法分為線性時(shí)頻分析方法和非線性時(shí)頻分析方法。線性時(shí)頻分析方法有短時(shí)傅里葉變換(Short-time Fourier Transform,STFT)[2]、小波變換[3]等。該類方法主要利用窗函數(shù)得到局部平穩(wěn)信號(hào),并且對(duì)多信號(hào)進(jìn)行時(shí)頻分析時(shí)不會(huì)產(chǎn)生交叉項(xiàng),但該類方法的時(shí)頻聚集性較差。而非線性時(shí)頻分析方法具

理噪聲，難以學(xué)習(xí)時(shí)頻圖像噪聲分布，由此導(dǎo)致時(shí)頻圖噪聲去除時(shí)邊緣信息丟失多，效果較差[2]。為了提高神經(jīng)網(wǎng)絡(luò)在時(shí)頻圖像的噪聲去除效果，通過(guò)Wigner-Ville（Wigner-Ville Distibution，WVD）分布算法[3]，提供了時(shí)頻圖像在時(shí)域和頻域上的局部信息，使得在時(shí)間和頻率上同時(shí)具有較高的分辨率[4]。讓網(wǎng)絡(luò)學(xué)習(xí)到噪聲圖像和無(wú)噪聲圖像的特征，極大降低了該算法在通用數(shù)據(jù)集上的敏感程度，有效提升了模型泛化能力。本文通過(guò)基于LoRA 的擴(kuò)散模型

為階次跟蹤方法與時(shí)頻分析方法[10-13]。其中階次跟蹤方法主要是對(duì)原始信號(hào)進(jìn)行等角度重采樣,轉(zhuǎn)化為平穩(wěn)信號(hào)后再進(jìn)行頻譜分析得到信號(hào)階次譜。但是傳統(tǒng)階次分析中轉(zhuǎn)速需要通過(guò)轉(zhuǎn)速計(jì)測(cè)取,由于測(cè)取轉(zhuǎn)速受到安裝成本以及安裝空間限制,故許多學(xué)者在原始信號(hào)中進(jìn)行轉(zhuǎn)速提取,構(gòu)成無(wú)鍵相階次分析方法[14-16]。雖然無(wú)鍵相階次分析可以將時(shí)域非平穩(wěn)信號(hào)轉(zhuǎn)化為角域平穩(wěn)信號(hào),恢復(fù)原始信號(hào)的周期性,但是等角度重采樣過(guò)程較為復(fù)雜,計(jì)算效率較低[17],并且從階次分析結(jié)果可得其存在包

致故障時(shí)有發(fā)生。時(shí)頻分析技術(shù)可以兼顧時(shí)間和頻率兩個(gè)變量，得到了廣泛應(yīng)用。然而傳統(tǒng)時(shí)頻分析方法在提高時(shí)頻聚集性和減弱交叉項(xiàng)之間存在矛盾，為了實(shí)現(xiàn)復(fù)雜環(huán)境下機(jī)械設(shè)備的故障診斷，提出迭代時(shí)間重排同步壓縮變換方法。在時(shí)間重排同步壓縮變換的基礎(chǔ)上構(gòu)造新的群延時(shí)估計(jì)算子，然后只需進(jìn)行一次重排操作即可獲得更銳利的時(shí)頻表示。通過(guò)仿真信號(hào)和滾動(dòng)軸承加速壽命試驗(yàn)數(shù)據(jù)驗(yàn)證所提方法的有效性。關(guān)鍵詞 故障診斷; 機(jī)械設(shè)備; 迭代時(shí)間重排同步壓縮變換; 群延時(shí)估計(jì)算子引 言機(jī)械設(shè)備常

232007)時(shí)頻差已經(jīng)成為信號(hào)處理領(lǐng)域的基本問(wèn)題。離散網(wǎng)格方法是解決該問(wèn)題的主要方法,通常采用預(yù)設(shè)的多重時(shí)頻差假設(shè),并通過(guò)互相關(guān)方法對(duì)其進(jìn)行驗(yàn)證。其應(yīng)用涵蓋無(wú)源定位[1-2]和GPS系統(tǒng)[3]等許多領(lǐng)域。此外,為了降低時(shí)頻差提取的計(jì)算復(fù)雜度,壓縮感測(cè)(CS)理論[4]利用觀測(cè)矩陣以低于奈奎斯特速率的采樣率獲取信號(hào)。通常,壓縮感知技術(shù)由信號(hào)壓縮和信號(hào)重構(gòu)[5]組成,但信號(hào)重構(gòu)步驟可以簡(jiǎn)化,基于特定構(gòu)造的觀測(cè)矩陣所獲取的信號(hào)壓縮樣本可直接進(jìn)行時(shí)頻差提取。在

形奇偶對(duì)稱性、高時(shí)頻能量聚集性、時(shí)間帶寬積與頻譜靈活可控等優(yōu)良特性，基于PSWFs 信號(hào)的非正弦通信可直接在時(shí)頻域進(jìn)行信號(hào)波形設(shè)計(jì)，具有信號(hào)波形設(shè)計(jì)靈活、高頻譜效率等諸多優(yōu)勢(shì)，是一種極具應(yīng)用前景的通信新體制。時(shí)頻特性作為PSWFs 信號(hào)的基礎(chǔ)性質(zhì)之一，在基于PSWFs 信號(hào)的非正弦通信特別是時(shí)頻檢測(cè)中具有如下潛在應(yīng)用價(jià)值。傳統(tǒng)的PSWFs 調(diào)制信號(hào)的檢測(cè)大都采用基于正交性的相關(guān)檢測(cè)，在信道條件較好的情況下，檢測(cè)效果較好；而在信道條件較差正交性被破壞的情況下

430074)時(shí)頻分析是處理非平穩(wěn)信號(hào)的重要工具之一，能夠?qū)⒁痪S時(shí)序信號(hào)變換到時(shí)間頻率坐標(biāo)軸并提供信號(hào)頻率隨時(shí)間變化的聯(lián)合分布關(guān)系[1].目前，時(shí)頻分析方法已經(jīng)廣泛應(yīng)用于地震信號(hào)[2-4]、旋轉(zhuǎn)機(jī)械故障信號(hào)[5]、金屬破裂信號(hào)[6]等.海雜波信號(hào)也具有非平穩(wěn)隨機(jī)的特征，如何提高海面小目標(biāo)(如浮冰、小船、蛙人以及飛機(jī)殘骸)的檢測(cè)能力是一項(xiàng)長(zhǎng)期且艱巨的任務(wù)[7].傳統(tǒng)時(shí)頻分析方法包括短時(shí)Fourier變換(STFT)[8]、小波變換(WT)[9]及Wigne

平穩(wěn)信號(hào)。傳統(tǒng)的時(shí)頻域分析方法難以兼顧信號(hào)在時(shí)頻域的局部化特征，不能有效分析非平穩(wěn)信號(hào)[1]。所以既能反映信號(hào)頻率隨時(shí)間的變化規(guī)律，又可以描述頻域能量信息的時(shí)頻分析方法[2-3]成為分析非平穩(wěn)信號(hào)的有效工具，諸如短時(shí)傅里葉變換(short-time Fourier transform，STFT)、連續(xù)小波變換(continuous wavelet transform，CWT)、魏格納-威利分布(Vigner-Ville distribution，WVD)等

著意義[1]。而時(shí)頻分析技術(shù)可以將信號(hào)的時(shí)域特征和頻域特征有效結(jié)合起來(lái)，更好的分析信號(hào)的局部特征[2]，經(jīng)典的線性時(shí)頻分析方法如短時(shí)傅里葉變換，小波變換，S變換[3-4]，廣義S變換[5-6]等，由于受到Heisenberg 不確定性原理的制約，所得時(shí)頻譜能量發(fā)散嚴(yán)重，難以同時(shí)獲取高精度的時(shí)間分辨率和頻率分辨率[7]。雙線性時(shí)頻分析，如魏格納-威爾變換(Wigner-Ville distribution，WVD)及其衍生方法[8-9]，該類處理方法具有高時(shí)

行雷達(dá)回波信號(hào)的時(shí)頻分析和特征變換，提高雷達(dá)回波信號(hào)的檢測(cè)識(shí)別能力，相關(guān)的雷達(dá)回波信號(hào)檢測(cè)和時(shí)頻特性分析方法研究在雷達(dá)回波信號(hào)檢測(cè)和雷達(dá)目標(biāo)識(shí)等領(lǐng)域具有重要意義[1-3]。文獻(xiàn)[4]中提出基于深度學(xué)習(xí)與支持向量機(jī)的雷達(dá)回波信號(hào)檢測(cè)估計(jì)和時(shí)頻分析方法，通過(guò)陣列幅度響和線性參數(shù)估計(jì)的方法，進(jìn)行信號(hào)檢測(cè)和特征提取，提高了雷達(dá)回波信號(hào)的加權(quán)估計(jì)能力，但該方法進(jìn)行雷達(dá)回波信號(hào)的時(shí)頻變換的性能不好，參數(shù)估計(jì)精度不高。文獻(xiàn)[5]中提出海洋激光雷達(dá)多次散射回波信號(hào)檢測(cè)方法

秦瑤摘? 要： 時(shí)頻分析技術(shù)是研究非平穩(wěn)信號(hào)時(shí)頻分布的重要手段，但傳統(tǒng)的時(shí)頻分析技術(shù)無(wú)法精確地反映信號(hào)的時(shí)頻分布特點(diǎn)。文中主要介紹了三種高聚焦時(shí)頻分析技術(shù)：小波變換（WT）、同步擠壓小波變換（SSWT）、CWT?based ConceFT 。首先分別闡述了以上三種高聚焦時(shí)頻分析技術(shù)的原理，然后將這三種高聚焦時(shí)頻分析方法應(yīng)用于非平穩(wěn)信號(hào)，并比較它們的時(shí)頻分析效果。結(jié)果表明，SSWT和CWT?based ConceFT明顯提高了小波變換的時(shí)頻分辨率，小波變換和

056005)瞬時(shí)頻率作為非平穩(wěn)信號(hào)分析的重要參數(shù)[1]，已經(jīng)廣泛應(yīng)用于橋梁振動(dòng)檢測(cè)、地震勘測(cè)、機(jī)械、電力系統(tǒng)、雷達(dá)、通信、醫(yī)學(xué)等各方面。變轉(zhuǎn)速工況故障軸承振動(dòng)信號(hào)作為典型的非平穩(wěn)信號(hào)[2]，包含機(jī)械設(shè)備的瞬態(tài)狀況以及設(shè)備實(shí)時(shí)運(yùn)行狀態(tài)。在一些大型機(jī)械設(shè)備的故障診斷時(shí)無(wú)法安裝測(cè)速裝置，只能從振動(dòng)信號(hào)中提取瞬時(shí)轉(zhuǎn)頻信號(hào)，而從時(shí)頻分布圖中精確地估計(jì)瞬時(shí)頻率是時(shí)頻分析的重要一步。近幾年來(lái)，在瞬時(shí)頻率估計(jì)方面提出許多方法，其中最簡(jiǎn)單的時(shí)頻脊提取算法屬于峰值檢測(cè)法[3

內(nèi)外學(xué)者大多采用時(shí)頻分析方法得到清晰的時(shí)頻圖后，再估計(jì)其跳頻參數(shù)。時(shí)頻分析方法主要包括以短時(shí)傅里葉變換(Short Time Fourier Transform, STFT)、Gabor變換、小波變換和S變換等為代表的線性變換和以魏格納威爾分布(Wigner-Ville Distribution, WVD)、偽WVD(Pseudo Wigner-Ville Distribution, PWVD)、平滑偽WVD(Smoothed Pseudo Wigner-

得研究跳頻信號(hào)的時(shí)頻分析技術(shù)及參數(shù)估計(jì)問(wèn)題迫在眉睫[2]。目前，常用的跳頻參數(shù)估計(jì)算法主要分為3類：基于自相關(guān)處理的跳頻參數(shù)估計(jì)[3]、基于時(shí)頻分析的跳頻參數(shù)估計(jì)[4]和基于時(shí)頻稀疏性的跳頻參數(shù)估計(jì)[5]。本文將針對(duì)時(shí)頻分析類的跳頻信號(hào)參數(shù)估計(jì)算法進(jìn)行研究，以提高跳頻信號(hào)參數(shù)估計(jì)的準(zhǔn)確性為目標(biāo)，一是對(duì)時(shí)頻圖進(jìn)行修正，二是對(duì)現(xiàn)有的參數(shù)估計(jì)算法做出改進(jìn)。1 跳頻信號(hào)數(shù)學(xué)模型跳頻通信系統(tǒng)的基本工作原理為：輸入的信息在發(fā)射機(jī)中完成一次調(diào)制過(guò)程，對(duì)頻率為fc的載波進(jìn)

無(wú)碰撞區(qū)跳頻序列時(shí)頻二維周期漢明相關(guān)的理論界。文獻(xiàn)[6]給出了低碰撞區(qū)跳頻序列時(shí)頻二維周期漢明相關(guān)的理論界。 文獻(xiàn)[7]構(gòu)造出了滿足時(shí)頻二維周期漢明相關(guān)理論界低碰撞區(qū)跳頻序列集。 文獻(xiàn)[8-9]依據(jù)理論界對(duì)幾類跳頻序列集的時(shí)頻二維周期漢明相關(guān)值進(jìn)行了分析。本文著重研究跳頻序列和序列集時(shí)頻二維部分漢明相關(guān)理論界，給出了跳頻序列時(shí)頻二維部分漢明自相關(guān)、互相關(guān)的概念，證明了跳頻序列集時(shí)頻二維部分漢明自相關(guān)、互相關(guān)所滿足的理論界。1 相關(guān)概念設(shè)F是頻隙集合，周期為

平穩(wěn)信號(hào)的本質(zhì)，時(shí)頻分析方法既能反映信號(hào)的頻率信息，又能反映頻率隨時(shí)間的變化規(guī)律，因此，時(shí)頻分析方法成為處理非平穩(wěn)信號(hào)的有效手段。主要的時(shí)頻分析方法包括：Gabor變換、短時(shí)Fourier變換(STFT)、小波變換(WT)、Wigner-Ville分布(WVD)、自適應(yīng)信號(hào)分解方法等，然而受Heisenberg測(cè)不準(zhǔn)原理、交叉項(xiàng)干擾及模態(tài)混疊等的影響，很多方法時(shí)頻分辨率很低，不能準(zhǔn)確分析非平穩(wěn)信號(hào)的時(shí)變特征。為提高時(shí)頻分布的時(shí)頻分辨率，Auger et a

圖像處理技術(shù)處理時(shí)頻分析圖，表征了時(shí)頻特征具有很好的應(yīng)用價(jià)值。文獻(xiàn)[3]將K最近鄰(K-nearest neighbor，KNN)分類算法用于雷達(dá)輻射源信號(hào)的時(shí)頻特征分類，在高于2.5 dB時(shí)可較高的識(shí)別率，但在信噪比限制和準(zhǔn)確率上還有一定的研究空間。本文提出雷達(dá)輻射源信號(hào)時(shí)頻特征與深度網(wǎng)絡(luò)相結(jié)合的方法，構(gòu)造基于深度卷積網(wǎng)路與時(shí)頻特征的RES識(shí)別模型，實(shí)現(xiàn)一種低信噪比、高識(shí)別率的雷達(dá)輻射源識(shí)別新方法。1 VGGNet1.1 VGGNet結(jié)構(gòu)VGGNet由牛

馮思權(quán) 張偉民時(shí)頻分析(Time-frequency analysis,TFA)是從時(shí)間–頻率的角度來(lái)處理非平穩(wěn)信號(hào)的方法,其基本思想是建立時(shí)間和頻率的聯(lián)合函數(shù),描述信號(hào)在時(shí)間–頻率平面的能量密度或強(qiáng)度[1?2].它將信號(hào)從時(shí)間域變換到時(shí)間–頻率聯(lián)合域,不同頻率分量的時(shí)間關(guān)聯(lián)特性能夠在時(shí)–頻平面上有效地表示出來(lái).信號(hào)在任意時(shí)刻的能量都聚集在此瞬時(shí)頻率附近,基于線性方法的逆變換則可以重構(gòu)其等效的時(shí)間域信號(hào)[3].目前時(shí)頻分析方法已經(jīng)廣泛應(yīng)用于自動(dòng)化控制、信

法[21]。利用時(shí)頻分析的多尺度分辨能力對(duì)實(shí)際地震資料進(jìn)行高精度時(shí)頻分析獲得高精度的時(shí)頻瞬時(shí)相位譜,抽取不同頻率的多尺度高精度時(shí)頻瞬時(shí)相位譜估算地層傾角和曲率屬性可以提高該方法的應(yīng)用效果。地層傾角及曲率屬性的估算精度依賴于時(shí)頻瞬時(shí)相位譜的精度,而時(shí)頻瞬時(shí)相位譜的精度受時(shí)頻分析方法及隨機(jī)噪聲的影響。短時(shí)傅里葉變換[22]、S變換[23-24]和廣義S變換[25-27]可獲得信號(hào)的瞬時(shí)振幅及初始相位隨時(shí)間和頻率的分布,即時(shí)頻瞬時(shí)振幅譜和時(shí)頻初始相位譜;小波變換

延和頻移，給出了時(shí)頻二維無(wú)碰撞區(qū)的定義，分析推導(dǎo)了時(shí)頻二維無(wú)碰撞區(qū)的跳頻序列理論界，并且給出了基于矩陣變換、映射和“等間隔去頻隙”構(gòu)造NHZ跳頻序列集的方法，并且這些方法構(gòu)造的NHZ跳頻序列集的序列長(zhǎng)度都是ZNt+1(ZNt是一維時(shí)延無(wú)碰撞區(qū)長(zhǎng)度)的整數(shù)倍。隨后針對(duì)時(shí)頻二維相關(guān)跳頻序列(集)的研究得到了許多結(jié)果。文獻(xiàn)[7]給出了跳頻序列由時(shí)頻低碰撞區(qū)邊長(zhǎng)值、時(shí)頻二維移位漢明相關(guān)值、頻隙個(gè)數(shù)、序列的長(zhǎng)度、序列的個(gè)數(shù)構(gòu)成的理論界。文獻(xiàn)[8]給出了兩種分別基于W

。因此選擇和改進(jìn)時(shí)頻方法，將時(shí)域和頻域結(jié)合起來(lái)描述、觀察信號(hào)的時(shí)頻聯(lián)合特征，構(gòu)成信號(hào)的時(shí)頻譜尤為重要。關(guān)鍵詞：信號(hào)；頻率；時(shí)頻DOI：10.16640/j.cnki.37-1222/t.2018.19.1270 前言傅里葉分析方法可以單獨(dú)從時(shí)間域或頻率域觀察信號(hào)，基于傅里葉變換的頻譜分析中頻譜僅僅是時(shí)間平均的頻率響應(yīng)，這一全局變換方式不能很好地分析信號(hào)的局部特征。對(duì)于非平穩(wěn)信號(hào)，由于信號(hào)在任意時(shí)刻的頻率特征都很重要，僅在時(shí)間域或頻率域分析是不夠的。短時(shí)傅里

獻(xiàn)[12]提出了時(shí)頻二維無(wú)碰撞區(qū)跳頻序列的概念,并推導(dǎo)出了此類跳頻序列的理論界,設(shè)計(jì)出了時(shí)頻二維無(wú)碰撞區(qū)跳頻序列集。文獻(xiàn)[13]給出了跳頻序列由時(shí)頻低碰撞區(qū)邊長(zhǎng)值、時(shí)頻二維移位漢明相關(guān)值、頻隙個(gè)數(shù)、序列的長(zhǎng)度、序列的個(gè)數(shù)構(gòu)成的理論界。文獻(xiàn)[14]分別基于Welch Costas陣列和Golomb Costas陣列構(gòu)造出了兩種滿足理論界的時(shí)頻二維低碰撞區(qū)跳頻序列集。文獻(xiàn)[15]研究了跳頻序列集時(shí)頻最大周期漢明相關(guān)值的理論界,分析了Cai跳頻序列集和多項(xiàng)式同余

關(guān)資料顯示分析，時(shí)頻域的雙峰屬性以此來(lái)提升對(duì)于單個(gè)物體在通過(guò)上下的界面所反射回來(lái)的波體，以及對(duì)于兩個(gè)物體所產(chǎn)生的回波的分辨?！娟P(guān)鍵詞】 雷達(dá)小目標(biāo) 信號(hào) 時(shí)頻 特征特點(diǎn) 分析總結(jié)前言：本文主要以探地雷達(dá)為主要的闡述對(duì)象，探地雷達(dá)主要是以通過(guò)于地下各種不相同的介質(zhì)所產(chǎn)生的電磁性之間的差異化，也是作為整個(gè)物理實(shí)施高頻電磁技術(shù)的重要前提保障，相對(duì)于一些傳統(tǒng)性的地球物理的方式來(lái)進(jìn)行對(duì)比，探地雷達(dá)是具有較強(qiáng)的方便性。較強(qiáng)的操作性和適應(yīng)性，在種種對(duì)比當(dāng)中，都占據(jù)著非常

關(guān)資料顯示分析，時(shí)頻域的雙峰屬性以此來(lái)提升對(duì)于單個(gè)物體在通過(guò)上下的界面所反射回來(lái)的波體，以及對(duì)于兩個(gè)物體所產(chǎn)生的回波的分辨?！娟P(guān)鍵詞】 雷達(dá)小目標(biāo) 信號(hào) 時(shí)頻 特征特點(diǎn) 分析總結(jié)前言：本文主要以探地雷達(dá)為主要的闡述對(duì)象，探地雷達(dá)主要是以通過(guò)于地下各種不相同的介質(zhì)所產(chǎn)生的電磁性之間的差異化，也是作為整個(gè)物理實(shí)施高頻電磁技術(shù)的重要前提保障，相對(duì)于一些傳統(tǒng)性的地球物理的方式來(lái)進(jìn)行對(duì)比，探地雷達(dá)是具有較強(qiáng)的方便性。較強(qiáng)的操作性和適應(yīng)性，在種種對(duì)比當(dāng)中，都占據(jù)著非常

91）幾種參數(shù)化時(shí)頻分析方法的比較史麗麗，許萌（鄭州升達(dá)經(jīng)貿(mào)管理學(xué)院信息工程系，鄭州 451191）時(shí)頻分析在實(shí)際的非平穩(wěn)信號(hào)處理中得到廣泛的應(yīng)用并仍然具有發(fā)展?jié)摿?。?span id="rbz5vlr" class="hl">時(shí)頻分析中有兩項(xiàng)重要的評(píng)價(jià)指標(biāo)，即自項(xiàng)的集中程度和瞬時(shí)頻率估計(jì)的準(zhǔn)確性，介紹線性調(diào)頻小波變換，多項(xiàng)式Chirplet變換和廣義Warblet變換三種參數(shù)化時(shí)頻分析方法，著重從此兩項(xiàng)指標(biāo)來(lái)闡述這三種方法的優(yōu)缺點(diǎn)，進(jìn)而分析和比較這三種方法的原理及應(yīng)用范圍。時(shí)頻分析；線性調(diào)頻小波變換；多項(xiàng)式Chi

變化規(guī)律，需采用時(shí)頻分析方法[3]?，F(xiàn)有的時(shí)頻分析方法主要有短時(shí)傅里葉變換(Short-Time Fourier Transform, STFT)、魏格納分布(Wigner-Ville Distribution, WVD)、平滑偽魏格納分布(Smoothed Pseudo WVD, SPWVD)、重排平滑偽魏格納分布(Reassigned SPWVD, RSPWVD)等[4]，其中：STFT的性能受窗函數(shù)的影響較大，當(dāng)窗函數(shù)較短時(shí)，時(shí)域分辨率高，頻域分辨率

5000)?標(biāo)準(zhǔn)時(shí)頻變換探討柳林濤1，蘇曉慶2，王國(guó)成1(1.中國(guó)科學(xué)院 測(cè)量與地球物理研究所，湖北 武漢 430077；2.山東理工大學(xué) 建筑工程學(xué)院，山東 淄博 255000)為了整合Gabor變換、小波變換和S變換，本文給出標(biāo)準(zhǔn)時(shí)頻變換(NTFT)的簡(jiǎn)單定義和典型表達(dá)形式，并介紹了標(biāo)準(zhǔn)窗的概念；指出標(biāo)準(zhǔn)Gabor變換和標(biāo)準(zhǔn)小波變換是NTFT的2類特殊表現(xiàn)形式。NTFT的主要功能是時(shí)頻分析、時(shí)頻濾波和信號(hào)預(yù)測(cè)，指明這3種功能的數(shù)學(xué)基礎(chǔ)，其中著重介紹了從

的聲音信號(hào)EMD時(shí)頻分析系統(tǒng)李 岳，韓 賓，魯 云(西南科技大學(xué) 信息工程學(xué)院，四川 綿陽(yáng) 621010)介紹了短時(shí)傅里葉變換、Cohen類時(shí)頻分布、小波變換、Hilbert-Huang變換四種典型的時(shí)頻分析方法，分析對(duì)比結(jié)果顯示了用Hilbert-Huang變換對(duì)聲音信號(hào)進(jìn)行時(shí)頻分析的優(yōu)越性，結(jié)合LabVIEW在數(shù)據(jù)采集和儀器控制領(lǐng)域的強(qiáng)大功能，提出以聲卡作為采集硬件、LabVIEW作為軟件編程、Hilbert-Huang變換作為時(shí)頻分析方法的一種聲音信

一種改進(jìn)的復(fù)延遲時(shí)頻分布算法江 莉1,2,趙國(guó)慶1,李 林1(1.西安電子科技大學(xué)電子工程學(xué)院,陜西西安 710071; 2.西安建筑科技大學(xué)信息與控制工程學(xué)院,陜西西安 710055)針對(duì)計(jì)算復(fù)延遲信號(hào)時(shí)存在計(jì)算機(jī)精度不夠、甚至溢出的問(wèn)題,提出了一種改進(jìn)算法.該算法通過(guò)頻譜遞推估計(jì)和信號(hào)尺度變換,有效解決了復(fù)延遲時(shí)頻分布的算法實(shí)現(xiàn)問(wèn)題.仿真實(shí)驗(yàn)表明,改進(jìn)算法相比原始算法具有較好的噪聲抑制能力和時(shí)頻能量聚集性.復(fù)延遲時(shí)頻分布;復(fù)延遲信號(hào);時(shí)頻能量聚集性時(shí)頻

爆破地震波信號(hào)的時(shí)頻特性和能量分布特征分析。結(jié)果表明： HHT變換能夠確保信號(hào)被分解后的非平穩(wěn)性，且自動(dòng)適應(yīng)能力較強(qiáng)，分解效率較高。通過(guò)HHT變換得到三維圖直觀展示各分量隨時(shí)間、頻率和能量的分布情況。爆破振動(dòng)能量主要分布在0.3s~1.0s時(shí)間段和0~400Hz頻率段內(nèi)，頻帶100Hz～250Hz中爆破振動(dòng)分量對(duì)應(yīng)的頻帶能量達(dá)到最大。通過(guò)分析對(duì)比爆破振動(dòng)信號(hào)，得到巷道幫部、底部爆破振動(dòng)信號(hào)的主振方向分別為Y(切向)和Z(垂向)方向。關(guān)鍵詞：巖石巷道； 爆破

頻率的聯(lián)合分析(時(shí)頻分析)方式，將一維的時(shí)間信號(hào)映射到二維的時(shí)頻平面，得到全面反映被觀測(cè)信號(hào)的時(shí)間-頻率聯(lián)合特征。常用的時(shí)頻分析方法有短時(shí)傅里葉變換(Short-Time Fourier Transform, 簡(jiǎn)稱STFT)、連續(xù)小波變換(Continuous Wavelet Transform，簡(jiǎn)稱CWT)、S變換(S Transform，簡(jiǎn)稱ST)、廣義S變換(Generalized S Transform，簡(jiǎn)稱GST)、匹配追蹤(Matching P

檢測(cè)、頻域檢測(cè)、時(shí)頻檢測(cè)以及非線性檢測(cè)等多個(gè)分類領(lǐng)域?qū)υ擃I(lǐng)域內(nèi)的微弱信號(hào)檢測(cè)技術(shù)進(jìn)行了討論?！娟P(guān)鍵詞】微弱信號(hào) 信號(hào)檢測(cè) 時(shí)域 頻域 時(shí)頻 非線性【中圖分類號(hào)】TN911.23 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1672-5158（2013）04-0185-01信號(hào)在傳輸過(guò)程中不可能消除噪聲的干擾，若信號(hào)比較微弱甚至于被背景噪聲所淹沒(méi)則很難將信號(hào)從背景噪聲中提取出來(lái)。但是在某些應(yīng)用領(lǐng)域如精密機(jī)械、信號(hào)處理、物理應(yīng)用等常會(huì)遇到對(duì)微弱信號(hào)的檢測(cè)和處理，研究如何在信

進(jìn)行有效描述，瞬時(shí)頻率（IF）反映了信號(hào)頻率隨時(shí)間的變化規(guī)律，是表征非平穩(wěn)信號(hào)的重要參數(shù)。因此IF估計(jì)是分析和研究雷達(dá)信號(hào)的一項(xiàng)基本任務(wù)。時(shí)頻分析是目前IF 估計(jì)研究中較為普遍和有效的方法［1-7］，根據(jù)信號(hào)的時(shí)頻聚集特性，信號(hào)的能量在時(shí)頻面上將沿著IF的方向產(chǎn)生聚集，從而可以采用時(shí)頻分布峰值檢測(cè)法對(duì)信號(hào)進(jìn)行IF 估計(jì)［3-4］。在信噪比較高的情況下，時(shí)頻分布峰值法能準(zhǔn)確估計(jì)出的信號(hào)IF，但隨著信噪比的降低，時(shí)頻分布不能準(zhǔn)確地描述信號(hào)的能量分布，因而對(duì)于I

號(hào)的廣義信號(hào)感知時(shí)頻分布預(yù)測(cè)1.1 基于分?jǐn)?shù)階傅氏感知信號(hào)變換的地震感知信號(hào)的廣義信號(hào)感知時(shí)頻分布預(yù)測(cè)原理基于分?jǐn)?shù)階傅氏感知信號(hào)變換的地震感知信號(hào)的廣義信號(hào)感知時(shí)頻分布預(yù)測(cè)轉(zhuǎn)換描述為1.2 本課題實(shí)驗(yàn)數(shù)據(jù)仿真分析圖1-1 無(wú)噪聲地震感知信號(hào)的廣義信號(hào)感知時(shí)頻分布分?jǐn)?shù)階F=0.1基于分?jǐn)?shù)階傅氏感知信號(hào)變換域,可預(yù)測(cè)地震感知信號(hào)的廣義信號(hào)感知時(shí)頻分布是否存在,并根據(jù)呈現(xiàn)最大值時(shí)所基于應(yīng)的分?jǐn)?shù)階傅氏感知信號(hào)變換的階數(shù)估計(jì)調(diào)頻斜率參數(shù)。圖1-1圖1-3分別表示無(wú)噪

南 250014時(shí)頻分析是為了對(duì)非平穩(wěn)信號(hào)進(jìn)行分析而引入的，可以給出某一時(shí)間點(diǎn)或小時(shí)間段內(nèi)的頻譜信息。典型的時(shí)頻分析方法有短時(shí)傅里葉變換、小波變換和希爾伯特黃變換等。由于短時(shí)傅里葉變換計(jì)算速度較快，而且對(duì)本研究里的地震信號(hào)具有不錯(cuò)的分辨率，利用短時(shí)傅里葉變換對(duì)地震和爆破信號(hào)進(jìn)行分析。地震測(cè)震臺(tái)網(wǎng)的基本工作之一就是地震與爆破的識(shí)別和定位。現(xiàn)在對(duì)爆破的識(shí)別一般依賴于一些主觀、經(jīng)驗(yàn)性的特征，如：振幅比、P波初動(dòng)、面波發(fā)育情況、頻譜信息等。由于帶有主觀性，而且這些

時(shí)域非平穩(wěn)信號(hào)。時(shí)頻分析法是非平穩(wěn)信號(hào)處理的一個(gè)重要分支，它是利用時(shí)間和頻率的聯(lián)合函數(shù)來(lái)表示非平穩(wěn)信號(hào)，并對(duì)其進(jìn)行分析和處理［1～5］。相比于處理經(jīng)典平穩(wěn)信號(hào)的常用方法傅里葉變換，時(shí)頻分析方法可有效克服傳統(tǒng)傅里葉變換的這種全局性變換的局限性，按照時(shí)頻聯(lián)合函數(shù)的不同可以分為線性時(shí)頻表示和雙線性時(shí)頻表示兩種。線性時(shí)頻表示主要有短時(shí)傅里葉變換、Gabor展開(kāi)以及小波變換等。而雙線性時(shí)頻表示反映的是信號(hào)能量的時(shí)頻分布，也稱二次型時(shí)頻表示，主要有Cohen類時(shí)頻分布

64000）基于時(shí)頻分布迭代的跳頻信號(hào)參數(shù)估計(jì)?郭建濤1，劉右安2（1.信陽(yáng)師范學(xué)院物理電子工程學(xué)院，河南信陽(yáng)464000；2.信陽(yáng)供電公司，河南信陽(yáng)464000）提出了一種基于時(shí)頻分布迭代的跳頻信號(hào)參數(shù)估計(jì)新算法，利用時(shí)頻平面最大值，通過(guò)計(jì)算跳頻信號(hào)與最優(yōu)原子時(shí)頻分布的殘差逐次迭代獲取匹配于跳頻信號(hào)分量的時(shí)頻參數(shù)，進(jìn)而實(shí)現(xiàn)跳頻信號(hào)參數(shù)估計(jì)。理論分析和仿真結(jié)果表明，與基于匹配追蹤和粒子群優(yōu)化的跳頻信號(hào)參數(shù)估計(jì)相比，基于時(shí)頻分布迭代的參數(shù)估計(jì)算法在保證算法精

］。本文采用基于時(shí)頻自適應(yīng)最優(yōu)核的時(shí)頻分析方法檢測(cè)諧波、間諧波的頻率，該方法能夠用于不同類信號(hào)，可以最大程度地抑制同時(shí)間點(diǎn)各分量所引起的交叉項(xiàng)干擾［3-4］。同時(shí)，結(jié)合快速傅里葉變換方法檢測(cè)諧波、間諧波的幅值［5］，可以檢測(cè)諧波、間諧波起止時(shí)間、頻率和幅值大小。針對(duì)存在較強(qiáng)白噪聲、諧波、間諧波信號(hào)進(jìn)行了仿真研究，仿真結(jié)果表明該方法是有效的。1 時(shí)頻分布1.1 自適應(yīng)最優(yōu)核時(shí)頻分布時(shí)頻分析的思想起始于20世紀(jì)40年代，在眾多的時(shí)頻分析方法中，Wigner-V

將故障信號(hào)變換到時(shí)頻空間，使得在該空間中的各故障信號(hào)相互獨(dú)立，相互分離，再采用時(shí)頻濾波的方法最大限度地提取出分量時(shí)頻區(qū)域進(jìn)行重構(gòu)，以達(dá)到分量提取的目的。這種時(shí)頻濾波的提取方法較一維的線性濾波算法具有更好的自適應(yīng)性和較強(qiáng)的魯棒性，更適用于非平穩(wěn)非線性時(shí)變信號(hào)的分析處理，但不適合時(shí)頻重疊的分量提取，并且必須滿足時(shí)頻唯一重構(gòu)的條件［2］。另外一種非平穩(wěn)信號(hào)處理方法是基于基函數(shù)的信號(hào)分解法，常用復(fù)雜噪聲中的于非平穩(wěn)信號(hào)提純。這種時(shí)域一維逼近方法是將信號(hào)投影到預(yù)先選

為不能反映信號(hào)的時(shí)頻局域性信息不再適用。用時(shí)頻分析法建立起時(shí)間和頻率的二維函數(shù)將一維的時(shí)間域信號(hào)（如數(shù)字化地震波記錄）擴(kuò)展到二維的時(shí)頻平面上，直觀而全面地反映信號(hào)頻率隨時(shí)間的變化關(guān)系，使我們同時(shí)掌握信號(hào)的時(shí)域及頻域局域性信息。時(shí)頻分析方法可分為線性與非線性兩種［1］。其中線性時(shí)頻表示是由傅立葉變換轉(zhuǎn)化而來(lái)，典型的線性變換形式有短時(shí)傅立葉變換（STFT）、小波變換（WT）及S變換。常用的非線性時(shí)頻表示有維格納－威爾分布（WVD）、喬伊－威廉斯分布（CWD）、

100）水聲信號(hào)時(shí)頻分析方法比較及應(yīng)用研究＊姚玉玲，王 寧，石洪華，譚君紅（中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)院，山東青島266100）淺海中的寬帶水聲信號(hào)傳播呈現(xiàn)出頻散的特點(diǎn)，通過(guò)高分辨率的時(shí)頻分析方法可以刻畫(huà)頻散曲線。通過(guò)數(shù)值仿真和實(shí)驗(yàn)數(shù)據(jù)處理，對(duì)比分析幾類常用的時(shí)頻分析方法在提取寬帶聲信號(hào)頻散曲線方面的性能。結(jié)果表明：STFT時(shí)頻局部化精度不夠高；在較強(qiáng)頻散的情況下，DSTFT時(shí)頻分辨率較高。WVD時(shí)頻聚集性最好，但是有嚴(yán)重的交叉項(xiàng)干擾；固定核函數(shù)的CWD

穩(wěn)信號(hào)的分析,用時(shí)頻聯(lián)合分析的方法來(lái)處理信號(hào),可以揭示信號(hào)的時(shí)頻細(xì)節(jié),從而更有效地識(shí)別信號(hào)特征。目前,已經(jīng)廣泛應(yīng)用于語(yǔ)音、聲納、雷達(dá)、機(jī)械震動(dòng)、生物醫(yī)學(xué)和地球物理信號(hào)等處理領(lǐng)域[2]。常用的時(shí)頻分析方法分為線性時(shí)頻表示和二次型時(shí)頻表示兩大類:線性時(shí)頻表示以STFT和小波變換為代表;二次型時(shí)頻表示主要包括譜圖、Cohen類時(shí)頻表示和Affine類時(shí)頻表示等。眾多時(shí)頻表示中,STFT方法計(jì)算簡(jiǎn)單,不受二次型時(shí)頻分布固有的交叉項(xiàng)影響,特別適用于跳頻類信號(hào)的分析。

時(shí)存在哪些頻率。時(shí)頻分析是針對(duì)時(shí)變頻變信號(hào)和信號(hào)在時(shí)域和頻域的聯(lián)合分布進(jìn)行分析研究的,是用來(lái)研究信號(hào)的頻率或者頻譜含量隨時(shí)間的變化以及信號(hào)的時(shí)變頻譜。將時(shí)頻分析這種信號(hào)處理方法引入水雷的信號(hào)處理之中,可望提高水雷引信系統(tǒng)的信號(hào)檢測(cè)性能和系統(tǒng)參量估計(jì)的精度,從而增加引信系統(tǒng)在復(fù)雜背景下的作用距離,同時(shí)加強(qiáng)系統(tǒng)的抗干擾能力。時(shí)頻分析可分為線性和非線性時(shí)頻分布。常用的線性時(shí)頻表示有短時(shí)傅立葉變換(STFT)等。而非線性時(shí)頻表示則是二次型的能量分布表示,常用的非線

敘事時(shí)間；時(shí)長(zhǎng)；時(shí)頻摘要：“家庭三部曲”是李安電影的經(jīng)典之作，也是華語(yǔ)電影中不可忽視的電影作品。利用電影敘事學(xué)這一話語(yǔ)理論分析可知，“家庭三部曲”中李安非常講究時(shí)長(zhǎng)的安排，往往通過(guò)刻意放慢敘述節(jié)奏，使敘事時(shí)間與故事時(shí)間相對(duì)重合，以凸現(xiàn)敘事重點(diǎn)；通過(guò)“以一遍話語(yǔ)表示類似事件反復(fù)發(fā)生的重復(fù)敘述，以空間的疊加造成時(shí)間上不斷循環(huán)、無(wú)限重復(fù)的藝術(shù)效果”，從而實(shí)現(xiàn)其深刻的敘事意圖。中圖分類號(hào)：J904文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-4474(2009)04-0039